Binary weights spanning trees and the $k$-red spanning tree problem in linear time
本文研究二元边权重图上的生成树问题,证明最小生成树和给定权重和的生成树均可用简单算法在线性时间内求解,而一般加权图需超线性时间且相关问题为 NP 难。
2024-01-14 cs.DS
Paired compressed cover trees guarantee a near linear parametrized complexity for all $k$-nearest neighbors search in an arbitrary metric space
本文研究了在任意度量空间中,在另一个参考集$R$中寻找查询集$Q$的点的所有$k$ -最近邻的重要问题。我们之前的工作定义了压缩覆盖树,并纠正了过去几篇论文中针对具有挑战性的数据集的关键论点。2009年,Ram、Lee、March和Gray试图通过在查询集和引用集上使用成对的覆盖树来提高时间复杂度。2015年,Curtin与上述合著者使用额外的参数最终证明了$k=1$的时间复杂度。目前的工作填补了所有以前的空白,并提高了最近邻搜索的基础上对新的压缩覆盖树。新的成对树的不平衡参数使我们能够证明一个更好的时间复杂度为任何数量的邻居$k\geq 1$。
2022-01-20 cs.CC cs.CG cs.DS
Optimal Binary Search Trees with Near Minimal Height
假设我们有n个密钥,密钥的n个访问概率,以及密钥之间的间隙的n+1个访问概率。设h_min(n)是n个关键字的二叉搜索树的最小高度。我们考虑的问题是构造一个最优的二叉搜索树,具有接近最小的高度,即对于某个固定的Delta,高度h <= h_min(n)+ Delta。它表明,对于任何固定的Delta最优二叉搜索树具有接近最小的高度可以在O(n^2)的时间内构建。这与不受限制的情况一样快。到目前为止,最著名的构造高度受限的最优二叉搜索树的算法的运行时间为O(L n^2),其中L是最大允许高度。与这些算法相比,我们的算法至少快了log n倍,因为L是log n的下界。
2010-11-05 cs.DS
A Linear Vertex Kernel for Maximum Internal Spanning Tree
本文提出了一个多项式时间算法,对于任意图G和整数k >= 0,要么找到一个至少有k个内部顶点的生成树,要么输出一个至多有3 k个顶点和一个整数k'的新图G',使得G有一个至少有k个内部顶点的生成树当且仅当G'有一个至少有k'个内部顶点的生成树.换句话说,我们表明,最大内部生成树问题参数的内部顶点数k,有一个3 k-顶点核。我们的结果是基于超图中关于超树的一个经典极小极大结果的创新应用,该结果指出“超图H包含超树当且仅当H是划分连通的。"
2012-03-03 cs.DM cs.DS
Search Problems in Trees with Symmetries: near optimal traversal strategies for individualization-refinement algorithms
我们定义了一个搜索问题的树,密切捕捉目前所有实用的图同构算法的回溯行为。给定两棵有彩色叶子的树,目标是找到两片颜色匹配的叶子,每棵树上一片。这些树服从一个不变性,它保证了每一对相同颜色的叶子都必须有一个对称(或同构)将一片叶子映射到另一片叶子。我们描述了一个随机算法的错误访问的叶子的数量是准线性的平方根的大小较小的两棵树。对于有界度的输入,我们开发了一个类似的运行时间的拉斯维加斯算法。我们证明,这些结果是最佳的对数因子。我们展示了一个下界随机算法上的输入有界度,是平方根的树的大小。对于无界度的输入,我们证明了拉斯维加斯算法的线性下界。对于确定性算法,我们甚至可以证明有界度的输入的线性界。这说明了为什么随机算法优于确定性算法。我们的研究结果解释了为什么同构工具Traces(2008年)的随机“混合实验路径的宽度优先”搜索策略通常优于其他工具的深度优先搜索策略,如nauty(McKay 1977)或bliss(Junttila,Kaski 2007)。然而,我们的算法还提供了一个新的遍历策略,这是理论上接近最优的最坏情况下的行为比以前使用的遍历策略。
2020-11-03 cs.DM cs.DS
Approximate Tree Decompositions of Planar Graphs in Linear Time
对于小树宽$k$图的NP难问题,已有许多算法被提出。例如,所有可以用线性扩展一元二阶表示的问题都可以在有界树宽的图上用线性时间求解。事实证明,许多NP难问题算法的瓶颈是计算宽度为$O(k)$的树分解。特别地,利用二维理论,在树宽为$k$的$n$ -顶点平面图上,如果在$n$中是线性的,在$k$中是次指数的,并且在这样的时间内可以找到树宽为$O(k)$的分解,那么在这样的时间内,有许多线性扩展的一元二阶问题可以被解决.我们提出的第一个算法,$n$ -顶点平面图与树宽$k$,发现树分解的宽度$O(k)$在这样的时间。更详细地说,我们的算法的运行时间为$O(n k^2 \log k)$。我们显示的结果作为一个特殊情况下的结果,所谓的加权树宽的加权图。
2016-05-14 cs.DS
Linear MIM-Width of Trees
我们提供了一个$O(n \log n)$算法,计算树的线性最大诱导匹配宽度和最佳布局。
2019-07-09 cs.CC cs.DS
Nearly Optimal Steiner Trees using Graph Neural Network Assisted Monte Carlo Tree Search
University of Arizona(亚利桑那大学)
针对Steiner树求解问题,提出结合图神经网络与蒙特卡洛树搜索的方法,训练以部分解为输入的图神经网络指导搜索,在多类图上优于标准2-近似算法,常能求得最优解。
2023-04-30 cs.DS cs.LG
Thin Trees for Near Minimum Cuts
Boston University(波士顿大学);London School of Economics and Political Science(伦敦政治经济学院)
本文证明了在考虑近最小割集合时,存在O(1/k)薄的生成树,解决了强细树猜想的特定情况。
2026-05-12 cs.DS
Ball*-tree: Efficient spatial indexing for constrained nearest-neighbor search in metric spaces
新兴的基于位置的系统和数据分析框架需要有效管理空间数据,以进行近似和精确搜索。精确的相似性搜索可以使用空间划分数据结构来完成,例如Kd树、R* 树和Ball树。在本文中,我们专注于球树,一个高效的搜索树,是特定的空间查询,使用欧几里德距离。球树的每个节点定义一个球,即一个包含要搜索的点的子集的超球体。在本文中,我们提出了球 * 树,一个改进的球树,更有效的空间查询。Ball*-tree具有一种改进的空间划分算法,该算法考虑了数据点的分布,以找到一个有效的分裂超平面。此外,我们提出了一个新的算法,KNN查询与限制范围使用球 *-树,这比KNN和范围搜索这样的查询。实验结果表明,Ball*-tree算法比原Ball-tree算法快39%~ 57%。
2015-11-02 cs.CG cs.DB cs.DS
Approximation of smallest linear tree grammar
给出了一个简单的线性时间算法来构造一个长度为O(rg + rg log(n/rg))的线性上下文无关树文法,其中g是T的最小线性上下文无关树文法的长度,r是T中符号的最大秩(在许多应用中它是一个常数).这是基于语法的树压缩算法的第一个例子,它具有良好的近似比,即输入树大小的对数近似比。该算法的分析使用了从字符串到树的再压缩技术的扩展。
2018-10-06 cs.DS cs.FL
Optimal Tree Decompositions Revisited: A Simpler Linear-Time FPT Algorithm
1996年,Bodlaender证明了一个著名的结果,即有界树宽图的最优树分解可以在线性时间内找到。该算法是基于一个算法的Bodlaender和Kloks,计算最佳的树分解给定的非最佳树分解的有界宽度。这两种算法,特别是第二种算法,几乎无法访问。在我们的评论中,我们以比原始演示更简单的方式呈现它们。在我们对第二个算法的描述中,我们首先解释如何枚举由给定树分解的节点定义的子树的所有树分解。我们组树分解到等价类取决于当前节点的给定的树分解,使得它足以枚举一个树分解每个等价类,对于每个节点的给定的树分解,只有一个恒定数量的类,可以表示在恒定的空间。我们对第一种算法的描述进一步简化了Perkovic和Reed的简化。
2020-03-18 cs.DS
Computing nearest neighbour interchange distances between ranked phylogenetic trees
许多流行的搜索叶标记树空间的算法是基于树重排操作。在任何这样的操作下,问题被简化为搜索一个图,其中顶点是树,(无向)边由一个重排操作(有时称为移动)连接的树对给出。最流行的是经典的最近邻交换,子树修剪和嫁接,和树平分和重连接移动。然而,计算距离的问题在这些图中的每一个中都是NP困难的,使得树推理和比较算法在实践中设计具有挑战性。虽然排名系统发生树是感兴趣的应用,如癌症研究,免疫学和流行病学的中心对象之一,这些树的最短路径问题的计算复杂性仍然没有解决几十年。在本文中,我们解决了这个问题的排名最近的邻居交换操作,建立的复杂性取决于两种类型的树重排(秩移动和边缘移动)之间的权重差,并从二次,这是最低的复杂性为这个问题,NP难,这是最高的。特别是,我们的研究结果提供了第一个例子的系统发育树重排操作的最短路径,因此距离,可以有效地计算。具体来说,我们的算法可以扩展到具有数千个叶子的树(如果有效地实现,可能会有数十万个)。我们还通过引入移动类型之间的权重差异的参数,将排名树图中的距离计算问题与未排名树上的这个问题的众所周知的版本连接起来。我们建议研究一个家庭的最短路径问题索引这个参数的计算复杂性不同,从二次到NP-难。
2020-07-24 cs.CC cs.DS
A new near-linear time algorithm for k-nearest neighbor search using a compressed cover tree
本文提出更简单的压缩覆盖树及其构建与 k 近邻搜索算法,分别实现 O(n log n) 构建和 O(m(k+log n)log k) 查询,并修正既有覆盖树复杂度证明缺口。
2024-03-04 cs.CG cs.DS
Maximizing the Weighted Number of Spanning Trees: Near-$t$-Optimal Graphs
设计良好连接的图是一个基本问题,经常出现在科学和工程的各种背景下。作为连通性度量的加权生成树数出现在许多问题中,并在以下方面发挥关键作用,例如,随机边失效下的网络可靠性,网络上的估计和D-最优试验设计。本文讨论了在各种约束条件下,设计具有最大权生成树数的图的开放问题。我们揭示了几个新的结构,如对数子模块的连接图的加权生成树的数量。然后,我们利用这些结构和设计一对高效的近似算法的性能保证和近最优证书。我们的结果可以很容易地应用到广泛的应用程序,涉及图合成和图稀疏化的情况。
2016-04-12 cs.DS cs.SI
Linear Time Algorithms Based on Multilevel Prefix Tree for Finding Shortest Path with Positive Weights and Minimum Spanning Tree in a Networks
在本文中,我提出了有关的基本图形算法的问题的一般看法;寻找最短路径与正权重和最小生成树。我将展示到目前为止已知的基本图形问题的解决方案集,并提出我自己的。我解决图问题的特点是线性最坏情况下的时间复杂度。应该注意的是,计算最短路径和最小生成树问题的算法不仅分析弧的权重(这是迄今已知算法的主要且通常是唯一的解决标准),而且在相同路径权重的情况下,它们选择通过尽可能少的顶点的路径。提出了基于多级前缀树PTrie的优先级队列算法。PTrie是前缀树-- Trie的思想的巧妙结合,其结构具有对数时间复杂度,用于插入和删除操作,双向链表和队列。在C++中,我将实现计算单目的地最短路径问题的线性最坏情况时间算法,并解释其用法。
2007-08-24 cs.DS
Low-degree spanning trees of $2$-edge-connected graphs in linear time
针对 2-边连通图的低度生成树构造问题,提出一种简单线性时间算法,保证各顶点树度不超过其图度一半上取整加一。
2024-10-26 cs.DS
Improved Tree Sparsifiers in Near-Linear Time
Tel Aviv University(特拉维夫大学);Max Planck Institute for Informatics(马克斯·普朗克信息学研究所)
本文提出了一种近线性时间算法,构造质量为O(log²n log logn)的树割稀疏化,改进了现有结果并简化了构造过程。
2026-02-14 cs.DS
The Maximum Linear Arrangement Problem for trees under projectivity and planarity
Universitat Politècnica de Catalunya(加泰罗尼亚理工大学)
本文研究树的最大线性排列问题(MaxLA)的平面与投影变体,提出线性时间和空间算法,并证明毛虫树在固定大小树中最大化平面MaxLA,推广了极值结果。
2023-03-21 cs.CL cs.DM cs.DS
Polynomial Treedepth Bounds in Linear Colorings
低树深着色是利用有界扩展类中的结构的算法的重要工具;它们保证使用很少颜色的子图具有有界树深。这些着色在使用的颜色总数和树深度界限之间有一个隐含的权衡,并且先前的经验工作表明,在实践中,前者在现有算法的运行时间中占主导地位。我们引入$p$线性着色作为常用的$p$为中心的着色的替代。它们可以在有界扩展类中有效地计算,并且最多使用与$p$中心着色一样多的颜色。虽然来自$p$ -中心着色的一组$k<p$颜色诱导至多$k$的树深度的子图,但是来自$p$ -线性着色的相同数量的颜色可以诱导更大树深度的子图。在一般图中,我们建立了一个多项式的树深上界,并通过构造性着色算法给出了树和区间图的更紧的上界。我们也给出了一个co-NP-完备约简,用于识别$p$ -线性着色,并讨论了在实践中克服这一限制的方法。此预印本扩展了[9]中出现的结果;对于[9]中省略的完整证明,请参阅此预印本的先前版本。
2018-07-24 cs.DS
A correction on Shiloach's algorithm for minimum linear arrangement of trees
30多年前,Shiloach发表了一个解决无向树最小线性排列问题的算法。在这里,我们修复了算法的原始版本中的一个小错误,并讨论其对后续文献的影响。我们还改进了符号的一些方面。
2017-02-10 cs.DS
A Simple Linear-Time Algorithm for the Common Refinement of Rooted Phylogenetic Trees on a Common Leaf Set
背景超树问题,即,寻找一组有根树的公共精化的任务是数学遗传学中的一个重要课题。已知公共叶集$L$的特殊情况在线性时间内是可解的。现有的方法使用其他输入树的信息来细化一个输入树,然后测试结果是否同构。结果提出了一种线性时间算法LinCR,用于构造具有公共叶集的$k$输入树的公共精化$T$,该算法以自底向上的方式显式地计算$T$的父函数.结论LinCR比其他渐近最优算法更容易实现,并且在经验比较中优于替代方案。空房的LinCR在Python中的实现可以在https://github.com/david-schaller/tralda上免费获得。
2021-09-24 cs.CC cs.DS math.CO
Minimum Degree Spanning Tree: $(1+ε,1)$-Approximation in Near-Linear Time
University of Warwick(华威大学);University of Michigan(密歇根大学);Peking University(北京大学)
本文提出了一种在近线性时间内实现(1+ε,1)-近似的最小度数生成树算法,改进了现有方法的性能界。
2026-07-14 cs.DS
Linear Index for Logarithmic Search-Time for any String under any Internal Node in Suffix Trees
本文提出一种构建线性索引的算法,使得在后缀树中任意内部节点下搜索任意长度模式的时间复杂度降至 O(logn)。
2024-06-03 cs.CC cs.DS cs.IT
Minimax Trees in Linear Time
极大极小树类似于霍夫曼树,除了它不是最小化叶子深度的加权平均值,而是最小化任何叶子的权重加上它的深度的最大值。Golumbic(1976)引入了极大极小树,并给出了一个类似Huffman的$\Oh{n \log n}$时间算法来构建它们。Drmota和Szpankowski(2002)给出了另一个$\Oh{n \log n}$-时间算法,该算法在二分搜索的每一步都检查Kraft不等式。在本文中,我们展示了如何Drmota和Szpankowski的算法可以运行在一个字RAM(Ω(\log n))位字的线性时间。我们也讨论我们的解决方案如何适用于数据压缩,组测试和电路设计中的问题。
2009-01-28 cs.DS
Linear-Time Tree Containment in Phylogenetic Networks
我们考虑在系统发育学中具有重要应用的NP难树包含问题。这个问题是问一个给定的叶子标记网络是否包含一个给定的叶子标记树的细分。我们开发了一个快速算法的情况下,输入网络确实是一棵树,其中多个叶子可能共享一个标签。通过将该算法与一个已知的分解方案的推广相结合,我们将网状可见网络和近稳定网络的运行时间提高到线性时间。虽然这些都是特殊的网络类别,但它们是以前考虑过的最一般的网络类别之一。
2017-02-21 cs.CC cs.DS
Lightweight-Yet-Efficient: Revitalizing Ball-Tree for Point-to-Hyperplane Nearest Neighbor Search
寻找超平面的最近邻(或点到超平面最近邻搜索,简称P2 HNNS)是一个新的和具有挑战性的问题,在许多研究领域都有应用。虽然现有的最先进的散列方案(例如,NH和FH)能够实现次线性时间复杂度,而无需假设数据在单位超球面中,它们需要非对称变换,这将数据维度从$d$增加到$Ω(d^2)$。这会导致索引的开销相当大,并导致严重的失真错误。在本文中,我们研究了基于树的方法来解决P2 HNNS使用经典的球树索引。与基于散列的方法相比,基于树的方法通常需要大致线性的构造成本,并且它们提供了具有出色灵活性的不同类型的近似。首先在Ball-Tree上提出了一个简单的分支定界算法,并给出了一个新的下界。然后,描述了一种新的树结构BC-Tree,它保持了Ball-Tree叶节点的球和锥结构,并给出了两种有效的策略,即:点级修剪和协作内积计算。BC-Tree继承了Ball-Tree的低建造成本和轻量级特性,同时提供类似或更高效的搜索。在16个真实数据集上的实验结果表明,Ball-Tree和BC-Tree比NH和FH快1.1 $\sim$ 10 $\times$左右,索引大小和索引时间平均减少约1 $\sim$ 3个数量级.代码可在\url{https://github.com/HuangQiang/BC-Tree}上获得。
2023-02-21 cs.CG cs.DB cs.DS
Geometric Near-neighbor Access Tree (GNAT) revisited
几何近邻访问树(GNAT)是一种基于空间层次超平面划分的度量空间索引方法。虽然GNAT在邻近搜索方面非常有效,但它有一个内存占用的坏名声。我们表明,这是部分基于过于粗糙的分析,并可以降低内存要求,同时提高搜索效率。我们还展示了如何以平滑的方式使GNAT内存自适应,并且超平面分区可以用球分区代替,这可以进一步提高搜索性能。我们的结论与实验结果表明,新的方法可以提供显着的性能提升。
2016-05-20 cs.CG cs.DS cs.IR
Fast Self-Stabilizing Minimum Spanning Tree Construction Using Compact Nearest Common Ancestor Labeling Scheme
提出了一种新的自稳定最小生成树(MST)构造算法。我们的解决方案的空间复杂度是$O(\log^2n)$位,它收敛于$O(n^2)$轮。因此,该算法通过乘法因子$Θ(n)$改进了先前已知的自稳定异步MST算法的收敛时间,代价是通过因子$O(\log n)$增加最佳已知空间复杂度。在我们的算法中使用的主要成分是设计,第一次在自稳定设置,标签计划计算最近的共同祖先只有$O(\log^2n)$位。
2013-11-04 cs.DC cs.DS cs.NI
Linear-Time Pointer-Machine Algorithms for Path-Evaluation Problems on Trees and Graphs
我们提出的算法,运行在线性时间的指针机器上的问题的集合,其中每个直接或间接地需要在树中的路径上定义的函数的评价。这些问题以前有线性时间算法,但仅适用于随机存取机(RAM);最好的指针机算法是超线性的逆阿克曼函数因子。我们的算法也更简单,在某些情况下,基本上,比以前的线性时间RAM算法。我们的改进主要来自三个新的想法:一个精致的分析路径压缩,如果压缩有利于某些节点,一个基于指针的基数排序作为一个替代基于表的方法,并更仔细的分区的树容易管理的部分,给出了一个线性范围。我们的算法离线计算最近共同祖先,验证和构造最小生成树,对流图进行区间分析,找到流图的支配者,并建立加权树的组件树。
2006-11-14 cs.DS
A characterization of linearizable instances of the quadratic minimum spanning tree problem
我们调查特殊情况下的二次最小生成树问题(QMSTP)的图$G=(V,E)$,可以解决作为一个线性最小生成树问题。在具有特殊性质的图上给出了这类问题的特征。这包括完全图,完全二部图,仙人掌等。我们的表征可以在$O(|E|^2)$时间内得到验证。在完全图的情况下,当成本矩阵的因式分解的形式,我们表明,我们的表征可以在$O(|E|)$时间验证。还指出了相关的未决问题。
2015-10-08 cs.DS math.OC
Counterexamples expose gaps in the proof of time complexity for cover trees introduced in 2006
本文的动机是k-最近邻搜索:给定一个任意度量空间,其有限子集(参考集R和查询集Q),设计一个快速算法,求出Q中每个点q在R中的所有k-最近邻。在2006年,Beygelzimer,Kakade和Langford引入了覆盖树来证明在Q,R的大小下邻居搜索的近似线性时间复杂度。科廷博士(2015)的第5.3节指出,这一结果的证明是错误的。原始证明中的关键步骤试图表明,迭代次数可以通过将覆盖树中最长根到叶路径的长度乘以常数因子来估计。然而,这种估计可能会错过覆盖树的几个分支中的许多潜在节点,这应该在邻居搜索期间考虑。不幸的是,同样的论点在2006年的几篇使用覆盖树的后续论文中重复。本文明确构建了具有挑战性的数据集,为过去的覆盖树构建、ICML 2006年提出的k-最近邻搜索和NIPS 2009年发表的双树搜索算法的时间复杂度证明提供了反例。在另一篇即将发表的论文中,通过使用一种新的压缩覆盖树来简化原始的树结构,证明了带有额外参数的修正后的近线性时间复杂度。
2022-08-19 cs.CG cs.DS
On Parsimonious Explanations for 2-D Tree- and Linearly-Ordered Data
本文研究了树和线性有序数组数据的“解释问题”,这个问题是由数据库应用程序激发的,最近解决了一维树有序的情况。本文给出了一个矩阵A,它的行和列都有语义:行的特殊子集和列的特殊子集有意义,其他子集没有意义。A中的一个子矩阵被称为有意义的,当且仅当它是一个有意义的行子集和一个有意义的列子集的叉积,在这种情况下,我们称它为“允许矩形”。我们的目标是将A“解释”为加权允许矩形的稀疏和。具体地,我们希望找到尽可能少的加权允许矩形,使得对于所有i,j,a_{ij}等于包括单元(i,j)的所有矩形的权重之和。在本文中,我们考虑的自然情况下,矩阵的维数是树有序或线性有序。在树序的情况下,我们给出一棵有根树T1,它的叶子是A的行,另一棵树T2,它的叶子是列。树的节点以一种明显的方式对应于它们的叶子后代的集合。在线性排序的情况下,一组行或列当且仅当它是连续的时才有意义。对于树型数据,证明了解释问题的NP-Hard性,并给出了一个随机2-近似算法;对于线性数据,证明了解释问题的NP-Hard性,并给出了一个2.56-近似算法。据我们所知,这些是第一个结果的问题稀疏和准确表示矩阵的加权矩形。
2011-01-10 cs.DS
L infinity Isotonic Regression for Linear, Multidimensional, and Tree Orders
给出了加权数据保序回归的$L_\infty$算法。对于$n$顶点的线性次序、多维空间中的网格或树,给出了花费$Θ(n)$时间的最优算法。这些改进了以前的算法的一个因素的$Ω(\log n)$。对于$d$维空间中任意位置处的顶点,$Θ(n \log^{d-1} n)$算法采用迭代排序来产生多维结构的功能,同时仅使用$Θ(n)$空间。该算法利用一个新的非建设性的可行性测试的会合图,有界误差包络在每个顶点。
2017-06-22 cs.DS stat.CO
FunSeqSet: Towards a Purely Functional Data Structure for the Linearisation Case of Dynamic Trees Problem
动态树,最初描述的Sleator和Tarjan,已经深入研究了非持久性结构提供$\mathcal{O}(\log n)$时间更新和查找操作所示的理论和实践的Werneck。然而,关于如何在纯函数数据结构上计算最常见的动态树操作(即,链接和切割)的讨论尚未被研究。甚至,询问顶点$u$和$v$是否连接(即,在同一森林内)假设$u$和$v$的对应索引或位置在大多数文献中被认为是理所当然的,并且不作为针对这样的问题的整个计算的一部分来执行。我们提出FunSeqSet,基于原始版本的手指树,即事实上的序列数据结构的纯函数式程序设计语言Haskell,增加了各种各样的集合(即集)的数据结构,以有效地管理$k$ -ary树的线性化情况下的动态树问题。不同的实现进行了讨论,并测量性能。
2019-08-29 cs.DS cs.PL
Near-Optimal Learning of Tree-Structured Distributions by Chow-Liu
National University of Singapore(新加坡国立大学);University of Texas at Austin(德克萨斯大学奥斯汀分校);University of Nebraska-Lincoln(内布拉斯加大学林肯分校)
我们为经典的Chow-Liu算法(IEEE Trans.~通知。~理论,1968年)来学习一个分布的树结构图形模型。对于$Σ^n$上的分布$P$和$n$节点上的树$T$,如果存在$T$结构的分布$Q$使得$D(P\;||\;Q)$至多比$P$的最佳可能树结构分布多$\varepsilon$,则我们说$T$是$P$的$\varepsilon$近似树。我们证明了如果$P$本身是树结构的,那么带有$\widetilde{O}(|Σ|^3 n\varepsilon^{-1})$ i.i.d.~ samples以恒定概率输出$P$的$\varepsilon$近似树。相反,对于一般的$P$(可能不是树结构),需要$Ω(n^2\varepsilon^{-2})$样本来找到$\varepsilon$近似树。我们的上界基于一个新的条件独立性测试器,该测试器解决了Canonne,Diakonikolas,Kane和Stewart~(STOC,2018)提出的一个开放问题:我们证明了对于三个随机变量$X,Y,Z$,每个随机变量都超过$Σ$,测试$I(X; Y \mid Z)$是否是$0$或$\geq \varepsilon$是可能的,使用$\widetilde{O}(|Σ|^3/\varepsilon)$样本。最后,我们表明,对于一个特定的树$T$,与$\widetilde{O} (|Σ|^2n\var…
2021-07-22 cs.DS cs.IT cs.LG